Un equipo de investigadores presentó un avance tecnológico que promete revolucionar la detección temprana del cáncer. Liderado por Han Zhang en la Universidad de Shenzhen, el nuevo dispositivo óptico puede detectar en la sangre niveles minúsculos de biomarcadores asociados con tumores, incluso antes de que sean visibles en estudios de imagen.
El sistema, publicado en la revista Optica Publishing Group, logra identificar el biomarcador miR-21 relacionado con el cáncer de pulmón en muestras sanguíneas, incluso cuando la concentración de moléculas es extremadamente baja. Gracias a su alta precisión, distingue claramente entre el biomarcador objetivo y sustancias similares presentes en la sangre, eliminando la necesidad de procesos de amplificación química que utilizan otras tecnologías.
El dispositivo funciona mediante un efecto óptico en la superficie de un material llamado disulfuro de molibdeno, donde estructuras de ADN fijan moléculas sensibles. Al detectar el marcador, la tecnología CRISPR interactúa con la molécula y genera un cambio observable en la señal luminosa, que puede medirse fácilmente y con un bajo nivel de ruido, lo que incrementa la confiabilidad de los resultados.
Su carácter programable permite su adaptación para detectar otros agentes en sangre, como virus, bacterias, toxinas ambientales y biomarcadores de enfermedades como el Alzheimer. Tras exitosos experimentos en laboratorio y pruebas en muestras reales, los investigadores avanzan en la miniaturización del dispositivo para facilitar su uso en hospitales y clínicas, especialmente en zonas con recursos limitados.
De mantenerse los resultados, esta tecnología podría transformar las pruebas de sangre rutinarias, haciendo más eficiente la detección temprana de cáncer y otras patologías, con un impacto significativo en las estrategias médicas preventivas y de tratamiento.
En paralelo, estudios recientes también destacan el uso de inteligencia artificial en la medicina. Un ejemplo es Delphi-2M, un modelo basado en procesamiento de lenguaje natural similar a ChatGPT, que analiza historiales médicos para prever hasta 1,000 enfermedades futuras, según la revista Nature.
Este sistema, desarrollado con datos del UK Biobank, identifica patrones en diagnósticos previos y combina información para hacer predicciones relevantes, potenciando la medicina preventiva. Sin embargo, expertos advierten sobre los sesgos en los datos utilizados, limitando su aplicabilidad clínica inmediata.
Pese a estos desafíos, profesionales como Tom Fitzgerald consideran que herramientas como Delphi-2M pueden aliviar la carga del sistema de salud, optimizando recursos y mejorando la gestión en la prevención de enfermedades.
